谁在这场对话中更重要？
不同的中心性度量都在试图回答一个相似的问题："哪些顶点最重要"。正如我们之前讨论的，这两个指标的切入点略有不同。请注意，它们可能会给出相似的中心性分布，但单个顶点在两个指标下的排名可能不同。现在我们要比较 Twitter 用户中排名靠前的顶点。
存储特征向量中心性和中介中心性的向量分别为 retweet_ec 和 retweet_btw。
本练习是课程的一部分
案例研究：用 R 进行网络分析
练习说明
- 计算中介中心性
retweet_btw的0.99分位数。 - 将
retweet_btw中大于该分位数的值取出，保留前 1%。 - 对特征向量中心性
retweet_ec做同样的操作。 - 运行将这些结果放入数据框的代码，并查看结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Get 0.99 quantile of betweenness
betweenness_q99 <- quantile(___, ___)
# Get top 1% of vertices by betweenness
top_btw <- ___[retweet_btw > ___]
# Get 0.99 quantile of eigen-centrality
eigen_centrality_q99 <- ___(___, ___)
# Get top 1% of vertices by eigen-centrality
top_ec <- ___
# See the results as a data frame
data.frame(
Rank = seq_along(top_btw),
Betweenness = names(sort(top_btw, decreasing = TRUE)),
EigenCentrality = names(sort(top_ec, decreasing = TRUE))
)